基于改进纳什议价方法的多微网能源交易机制设计方法

    公开(公告)号:CN113870030A

    公开(公告)日:2021-12-31

    申请号:CN202111216480.1

    申请日:2021-10-19

    IPC分类号: G06Q40/04 G06Q50/06

    摘要: 本发明公开一种基于改进纳什议价方法的多微网能源交易机制设计方法,包括以下步骤:步骤Ⅰ:建立多微网运行框架与多微网市场交易模型;步骤Ⅱ:根据多微网运行框架和多微网市场交易模型,建立微网数学模型;步骤Ⅲ:根据微网数学模型,通过改进纳什议价方法,对各微网的运行收益进行分配。本发明以各微网非合作博弈下的运行成本作为谈判崩裂点,建立多微网合作运行模型,利用纳什议价理论对各微网的收益进行分配,并给出模型求解流程。进行算例仿真结果表明,本发明能反映微网间交易的竞争程度,有效减少各微网的运行成本、减少对主网的影响,且相比传统纳什议价与Shapley值分配方案,本发明能够鼓励各微网参与合作。

    一种微电网中能量管理系统的温控成本优化算法

    公开(公告)号:CN109713729B

    公开(公告)日:2020-08-25

    申请号:CN201910174598.9

    申请日:2019-03-08

    摘要: 一种微电网中能量管理系统的温控成本优化算法,首先,建立室内供热系统的热回路等值参数模型,求解室内供热系统的状态空间方程;然后,建立微电网中智能楼宇的成本优化模型,求解满足成本最优的基本功率最优解与满足成本最优的功率消耗灵活性上下限的最优解;其次,建立微电网管理中心的成本优化模型,求解微电网管理中心对用户的灵活性需求;在建立的微电网管理中心的成本优化模型基础上,得到时间参数约束和优化约束。本发明将智能楼宇用户也纳入功率平衡的调节过程中,使得整个系统的功率平衡调节更加灵活;采用模型预测控制的这一优化方法,使得建模过程得以简化,并通过滚动优化,动态性能较好;并能够减少购买电力的成本。

    基于深度学习和集束搜索的系统发育树构建方法及系统

    公开(公告)号:CN115965082A

    公开(公告)日:2023-04-14

    申请号:CN202310132869.0

    申请日:2023-02-09

    摘要: 本发明公开了一种基于深度学习和集束搜索的系统发育树构建方法及系统,预定义演化场景,每个场景的演化参数参考真实世界的生物序列属性进行设定,并根据预设的参数模拟系统发育树及对应的多序列比对数据制作训练集、验证集和测试集;构建以卷积神经网络和长短期记忆神经网络为核心的深度学习分类器,使用训练集和验证集对深度学习分类器进行训练和验证,使用测试集测试深度学习分类器的准确性;基于训练好的深度学习分类器及滑动窗口方法对四序列数据的所有子四序列树进行分类预测;结合改进的逐步添加方法和四序列树分类预测结果对多序列数据进行系统发育树重构,得到完整重建结果,实现对不同物种数量与不同序列长度条件下进行系统发育树构建。

    一种微电网中能量管理系统的温控成本优化算法

    公开(公告)号:CN109713729A

    公开(公告)日:2019-05-03

    申请号:CN201910174598.9

    申请日:2019-03-08

    摘要: 一种微电网中能量管理系统的温控成本优化算法,首先,建立室内供热系统的热回路等值参数模型,求解室内供热系统的状态空间方程;然后,建立微电网中智能楼宇的成本优化模型,求解满足成本最优的基本功率最优解与满足成本最优的功率消耗灵活性上下限的最优解;其次,建立微电网管理中心的成本优化模型,求解微电网管理中心对用户的灵活性需求;在建立的微电网管理中心的成本优化模型基础上,得到时间参数约束和优化约束。本发明将智能楼宇用户也纳入功率平衡的调节过程中,使得整个系统的功率平衡调节更加灵活;采用模型预测控制的这一优化方法,使得建模过程得以简化,并通过滚动优化,动态性能较好;并能够减少购买电力的成本。